[发明专利]一种预测电量的售电管理系统及预测电量方法在审

专利信息
申请号: 202310524847.9 申请日: 2023-05-10
公开(公告)号: CN116579557A 公开(公告)日: 2023-08-11
发明(设计)人: 吕学锋;王健;张强;甄志广;李相东;高飞;苏朝宏;李东毅;汪海洋;刘华;高倩倩;刘成;罗雁兢;刘亚光;杨美燕 申请(专利权)人: 河北亮能售电有限公司;石家庄良村热电有限公司
主分类号: G06Q10/0631 分类号: G06Q10/0631;H02J3/00;G06Q30/0201;G06Q10/04;G06F17/18;G06F17/16;G06Q50/06
代理公司: 北京德崇智捷知识产权代理有限公司 11467 代理人: 王丽萍
地址: 050000 河北省石*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 预测 电量 管理 系统 方法
【说明书】:

发明公开了一种预测电量的售电管理系统及预测电量方法,该系统包括数据处理单元、特征提取单元、模型构建单元、电量预测单元及售电策略制定单元;所述数据处理单元,用于收集历史电量数据,并对收集后的数据进行处理;所述特征提取单元,用于对处理后的数据进行特征向量提取;所述模型构建单元,用于根据特征向量构建电量预测模型;所述电量预测单元,用于通过电量预测模型对用户用电量进行预测;所述售电策略制定单元,用于根据用电量预测结果对售电策略进行制定。本发明通过提取用户历史用电数据的特征向量,提高了企业用电预测的准确率,便于售电单位对售电策略进行制定,为企业带来更高的收益。

技术领域

本发明涉及售电管理技术领域,具体来说,涉及一种预测电量的售电管理系统及预测电量方法。

背景技术

电力市场是我国市场经济中不可缺少的重要组成部分,随着我国电网的大力发展,电网预测售电量的数据规模也逐渐增加,做好电力市场售电量的预测工作,为供电企业提供合理的营销决策支持,售电公司对用电量进行精确预测能够增强自身竞争力。售电公司对电量预测是非常必要的,能够准确地预测电力需求可以帮助售电公司更好地管理用电负荷,并在不同的时间段内制定不同的电力营销计划。

若售电公司能够准确地预测用电量的变化,便能够调整电量价格应以匹配实际需求,从而优化电网的稳定性,为企业带来更高的收益,同时电量预测可以帮助售电公司更好地管理电力需求和生产,从而提高电力资源的利用率,减少资源的浪费和成本的支出。

因此,售电公司电量预测是非常必要的,可以帮助他们更好地管理用电负荷和资源利用率,并提高电力供应的稳定性和效率。但是现有的电量预测方法比较简单,比较适合电量波动不大的企业,如果电力波动较大,预测的准确性就会下降,这种传统的方式降低了预测工作效率,也降低了预测的准确性。

针对相关技术中的问题,目前尚未提出有效的解决方案。

发明内容

(一)解决的技术问题

针对现有技术的不足,本发明提供了预测电量的售电管理系统及预测电量方法,具备能够更准确的预测用户的下个用电周期的用电量的优点,进而解决预测工作效率较低,准确性差的问题。

(二)技术方案

为实现上述能够更准确的预测用户的下个用电周期的用电量的优点,本发明采用的具体技术方案如下:

根据本发明的一个方面,提供了一种预测电量的售电管理系统,该系统包括数据处理单元、特征提取单元、模型构建单元、电量预测单元及售电策略制定单元;

所述数据处理单元,用于收集历史电量数据,并对收集后的数据进行处理;

所述特征提取单元,用于对处理后的数据进行特征向量提取;

所述模型构建单元,用于根据特征向量构建电量预测模型;

所述电量预测单元,用于通过电量预测模型对用户用电量进行预测;

所述售电策略制定单元,用于根据用电量预测结果制定售电策略。

进一步的,所述数据处理单元包括电量数据收集模块、整合模块、清洗模块及标准化模块;

所述电量数据收集模块,用于通过无线数据传输器与电表设备进行连接,并通过发射交换器将采集的电表数据发送至售电管理服务器;

所述整合模块,用于将接收的电表数据进行整合形成完整的数据集;

所述清洗模块,用于对数据集进行重复值、异常值进行处理;

所述标准化模块,用于将清洗完成的数据化为相同格式。

进一步的,所述对处理后的数据进行特征向量提取包括以下步骤:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河北亮能售电有限公司;石家庄良村热电有限公司,未经河北亮能售电有限公司;石家庄良村热电有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310524847.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top